研究人员推出了 Short-Films 20K (SF20K),这是一个包含 20,000 多部业余电影的新数据集,总时长达 3,582 小时,旨在推动视频理解超越简短、范围有限的片段。该数据集旨在解决现有视频数据集的局限性,例如叙事狭窄和潜在的数据泄露。SF20K 配备了 SF20K-Test,这是一个包含 95 部电影和近 1,000 个问答对的问答基准测试,证明了视频理解模型进行长期推理的必要性。 AI
影响 该数据集可以使视频理解模型实现更复杂的长期推理,从而可能改进内容分析和摘要等应用。
排序理由 该条目描述了一个新的学术视频理解数据集和基准测试。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →